한빛미디어

이책은 금융투자분야에서 머신러닝과 인공지능을 결합하여  투자 전략을 수립하기 위한 안내서이다.   

파이썬으로 투자전략을 만들고  수익률 계산 , 최대 낙폭, 샤프지수와 같은 주요 지표를 생성한다. 전통적인 퀀트 방법론으로서 평균 회귄 전략을 구현하고,  듀얼 모멘텀 전략을 구현하기 위한 

절대 및 상대 모멘텀 투자 전략을 살펴본다.  이후 마법공식에 의한 가치투자 전략을 다룬다. 

머신러닝을 이용한 투자 전략기술로서 KNN과 KMeans 를 사용하여 종목 분류 방법을 살펴본다. 딥러닝 기술의 활용예로서 , 오토인코더를 사용하여 주가 데이터를 생성한다. 

CNN 모델과 LSTM 모델을 사용하여 주가의 종가를 예측한다.  

머신러닝과 인공지능 기술이 퀀트 투자에 왜 필요한지 근본적인 물음을 던지고 있고, 퀀트 투자 전략가로 성장하기 위한 기초를 마련해 준다. 

 

 

 

 

목차

 

CHAPTER 1 금융과 투자 영역의 머신러닝

 

1.1 AI, 금융, 투자의 삼자관계

 

1.2 실제 투자 영역의 머신러닝 응용 사례

 

1.3 투자 영역에서 활용하는 알고리즘

 

1.4 투자 영역에서 활용하는 데이터

 

1.5 마치며

 

 

 

CHAPTER 2 금융 데이터 분석을 위한 파이썬 활용법

 

2.1 날짜와 시간

 

2.2 금융 데이터 전처리와 분석을 위한 판다스 사용법

 

2.3 금융 데이터 분석을 위한 오픈 API 활용

 

2.4 마치며

 

 

 

CHAPTER 3 파이썬으로 만드는 투자 전략과 주요 지표

 

3.1 바이앤홀드 전략

 

3.2 투자 성과 분석 지표

 

3.3 마치며

 

 

 

CHAPTER 4 전통 퀀트 투자 전략

 

4.1 전통 퀀트 방법론 소개

 

4.2 평균 회귀 전략

 

4.3 듀얼 모멘텀 전략

 

4.4 가치 투자 퀀트 전략

 

4.5 마치며

 

 

 

CHAPTER 5 금융에서의 머신러닝

 

5.1 왜 머신러닝을 활용해야 하는가?

 

5.2 머신러닝 알고리즘 소개

 

5.3 금융 시계열 데이터에 대한 교차 검증 방법

 

5.4 금융에서의 데이터 전처리

 

5.5 머신러닝을 활용한 전략의 평가 지표

 

5.6 백테스팅

 

5.7 머신러닝 알고리즘 구현을 위한 사이킷런

 

5.8 마치며

 

 

 

CHAPTER 6 머신러닝을 이용한 투자 전략

 

6.1 ETFs를 활용한 주가 방향 예측

 

6.2 k-최근접 이웃 알고리즘을 활용한 투자 전략

 

6.3 클러스터링 알고리즘을 활용한 종목 분류

 

6.4 마치며

 

 

 

CHAPTER 7 금융에서의 딥러닝

 

7.1 딥러닝

 

7.2 딥러닝 알고리즘 구현을 위한 케라스

 

7.3 마치며

 

 

 

CHAPTER 8 딥러닝을 이용한 투자 전략

 

8.1 CNN을 활용한 캔들차트 예측 분석

 

8.2 RNN을 활용한 주가 방향성 분류 예측

 

8.3 오토인코더를 활용한 주가 데이터 생성

 

8.4 마치며

 

 

 

부록 A 파이썬 시간/날짜 라이브러리 

부록 B 파이썬을 이용한 백테스팅 API 

부록 C 금융 용어 및 주요 거시 경제 지표

부록 D 금융 관련 파이썬 라이브러리